Hugh's Notes

Yolov5-Android初体验

框架和环境

两个可用yolov5-demo程序

  1. ncnn框架的demoopen in new window
  2. PyTorch官方demoopen in new window

本文基于ncnn框架的yolov5-demo进行尝试使用

实际操作

clone YoloV5 demo projectopen in new window

下载 vulkanopen in new window

两者解压之后 记住两者的位置

用Android Studio打开demo项目

下载需要的组件(Tools->SDK Manager->SDK Tools)

  • SDK:29.0.2
  • NDK:21.0.6113669(我下的这个 更新的应该也行)
  • Android Platform 24
  • cmake 3.10 (需要单独下载 ninja) 也或者是在AS下载cmake
# 我没有解压 vulkan 到 `cpp/include/` 路径下 而是放在了外部 这个路径根据实际设置
set(Vulkan ../../../../../ncnn-20210720-android-vulkan/)
set(ncnn_DIR ${CMAKE_SOURCE_DIR}/${Vulkan}/${ANDROID_ABI}/lib/cmake/ncnn)
1
2
3

也可以 build.gradle 中添加 x86 支持方便 avd

ndk {
        moduleName "ncnn"
        abiFilters "armeabi-v7a", "arm64-v8a","x86" // add "x86"
    }
1
2
3
4

重新打开一下AS 打开avd就能跑起来了

模型转换

YoloV5 提供的模型为pt格式 NCNN 所需要的模型格式为 bin 和 param

所以需要做模型转换

路径如下: pt --(官方export.py)->onnx--(onnxsim)->sim-onnx--(ncnn官方提供onnx2ncnn)-->ncnn(.bin/.param)

ncnn官方连接https://github.com/Tencent/ncnn/wiki/use-ncnn-with-pytorch-or-onnxopen in new window

具体操作

  1. python export.py --weight _wt
  2. [python -m onnxsim _model.onnx _model-sim.onnx]
  3. python onnx2ncnn _.onnx

原文地址open in new window